IDENTIFIKASI HALITOSIS BERDASARKAN TINGKATAN BERBASIS SENSOR GAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
Penyakit diabetes mellitus dan infeksi lambung dapat dideteksi melalui bau mulut tidak sedap penderita (halitosis). Halitosis merupakan suatu keadaan di mana terciumnya bau mulut pada saat seseorang mengeluarkan nafas (biasanya tercium pada saat berbicara). Penelitian ini bertujuan untuk membuat suatu sistem identifikasi dan klasifikasi kesehatan mulut (halitosis). Sensor gas TGS-2602 akan mendeteksi kadar gas pada mulut penderita, dan mengirim data berupa sinyal analog ke mikrokontroler ATmega 328. Dengan melakukan pemrograman baca data pada Raspberry Pi, data dari mikrokontroler disimpan pada sebuah file dan kemudian data tersebut diolah menggunakan metode Fast Fourier Transform (FFT) sehingga didapatkan pola data yang diinginkan. Pola data hasil keluaran Fast Fourier Transform (FFT) ini akan digunakan sebagai data input pada metode jaringan saraf tiruan Learning Vector Quantization (LVQ). Pengujian sistem dilakukan kepada orang dengan bau mulut penderita halitosis dan tidak halitosis. Hasil penelitian diperoleh persentase tingkat keberhasilan respon sensor terhadap sampel halitosis ringan 25%, sampel halitosis sedang 50%, sampel Halitosis akut 50% dan sampel tidak halitosis 100%.